基于特征的圖像分割與匹配的研究和應(yīng)用.pdf

1、圖像分割與匹配是數(shù)字圖像處理技術(shù)中兩個(gè)重要的研究方向,近年來,隨著信息技術(shù)的發(fā)展和計(jì)算機(jī)硬件成本的降低,圖像分割與匹配開始廣泛應(yīng)用在很多領(lǐng)域。在醫(yī)學(xué)圖像上,通過將病人腫瘤區(qū)域進(jìn)行分割,有利于對病情診斷和治療,通過將病人不同時(shí)間拍攝的同一模態(tài)圖片進(jìn)行匹配,可以研究病情進(jìn)展情況,通過將病人不同模態(tài)的圖像進(jìn)行融合,可以在單幅圖像上看到有關(guān)病人更豐富的信息;在計(jì)算機(jī)視覺上,通過匹配技術(shù)可以進(jìn)行目標(biāo)識別與運(yùn)動(dòng)追蹤。
　　 本文基于圖像的特

2、征區(qū)域提出一種快速有效的圖像分割算法。算法首先利用LoG算子進(jìn)行特征區(qū)域提取,然后對要分割的區(qū)域在一定尺度范圍內(nèi)進(jìn)行射線化,在每條射線上采用7階多項(xiàng)式對灰度進(jìn)行擬合,通過在LoG中心點(diǎn)兩側(cè)找局部最小值并進(jìn)行優(yōu)化以達(dá)到分割的最優(yōu)化。大量比較試驗(yàn)表明,算法較基于梯度的分割算法有明顯的改進(jìn)。
　　 本文同時(shí)還基于圖像特征點(diǎn)提出一種環(huán)式邊角碼模型,并將該模型應(yīng)用于點(diǎn)模式匹配。相似環(huán)式邊角碼描述了兩個(gè)特征點(diǎn)的局部相似空間結(jié)構(gòu),同時(shí)可以用于

3、估計(jì)局部相似變換。兩個(gè)特征點(diǎn)的相似度由它們關(guān)聯(lián)的最大相似環(huán)式邊角碼的長度來衡量,算法首先根據(jù)特征點(diǎn)的局部空間結(jié)構(gòu)的相似性進(jìn)行結(jié)構(gòu)匹配,然后利用局部相似變換并結(jié)合聚類技術(shù)將正確匹配的特征點(diǎn)和錯(cuò)誤匹配的特征點(diǎn)進(jìn)行分離,如果最大類和次大類滿足一定約束,最大類將作為對應(yīng)關(guān)系用于最優(yōu)變換估計(jì)。算法同時(shí)對相似條件和聚類條件進(jìn)行松馳,從而保證算法不僅具有相似變換不變性,還對一定程度的仿射和視角變換具有魯棒性。廣泛的訓(xùn)練實(shí)驗(yàn)說明了環(huán)式邊角碼模型在點(diǎn)模式